Đề xuất mô hình dựa vào trí tuệ nhân tạo để quản lý và điều khiển tắc nghẽn tại bộ định tuyến trên mạng truyền thông Internet

Tóm tắt

     Sự phát triển mạnh mẽ của các ứng dụng truyền thông đa phương tiện đã làm tăng nhu cầu giao tiếp mạng, gây áp lực lớn lên hệ thống mạng và đòi hỏi các giải pháp quản lý hàng đợi hiệu quả để duy trì hiệu suất, giảm thiểu tắc nghẽn. Trước sự biến động của lưu lượng truyền tải và yêu cầu ngày càng cao về chất lượng dịch vụ (QoS), các phương pháp quản lý hàng đợi truyền thống không còn đáp ứng được. Để giải quyết vấn đề này, bài báo đề xuất mô hình cải tiến DAIM-RED, mang lại giải pháp toàn diện, sử dụng kỹ thuật thích nghi để điều chỉnh ngưỡng min-max, giảm xác suất thả gói và tối ưu hóa hiệu quả quản lý hàng đợi tại các router mạng. Mô hình bao gồm AIM-RED, một phương pháp thích nghi có khả năng tự động cập nhật mô hình và điều chỉnh tham số dựa trên dữ liệu mạng, cùng với Deep Q-Network, giúp dự đoán tình trạng hàng đợi đầy và đưa ra tỷ lệ bỏ gói tin tối ưu. DAIM-RED có hiệu năng mạng tối ưu hơn so với mô hình kết hợp AIM-RED với CNN và LSTM. Mô hình không chỉ đạt hiệu năng mạng cao hơn mà còn giảm thiểu tắc nghẽn, đảm bảo QoS trong môi trường mạng ngày càng phức tạp.